IA acelera resposta a zero-days, mas depende de inventário de containers

Inteligência artificial está ajudando pesquisadores de segurança a examinar código, rastrear comportamentos incomuns e identificar falhas que ferramentas tradicionais podem deixar passar, especialmente em vulnerabilidades de zero-day. Uma análise da Minimus aponta que fatores como composição de containers, registros de dependências e velocidade de rebuild influenciam o tempo de resposta após a exposição de uma falha desconhecida.

Em maio de 2026, o Google Threat Intelligence Group relatou o primeiro caso em que um ator teria usado IA para apoiar o desenvolvimento de um exploit de zero-day, em um script Python que contornou autenticação de dois fatores em uma ferramenta open-source de administração. O levantamento também destaca que, mesmo com IA para propor correções, equipes ainda precisam de contexto de software e inventários precisos para identificar onde a versão vulnerável está rodando e validar o patch antes da implantação.